JavaCollectors.partitioningBy分区用法详解
2026-02-13 23:49:44
0浏览
收藏
Java 8 Stream API 中的 Collectors.partitioningBy 是一个高效简洁的分区工具,能根据布尔条件(如判断奇偶、是否成年等)将数据流一分为二,直接返回以 true/false 为键、对应元素列表为值的 Map,不仅语义清晰、代码简练,还支持嵌套下游收集器实现更复杂的聚合操作,是处理二元分类场景的首选方案。

在Java 8引入的Stream API中,Collectors.partitioningBy 是一个非常实用的收集器,它可以根据一个布尔条件将数据分成两个分区:一个是满足条件的元素,另一个是不满足条件的元素。返回结果是一个 Map,其中键为 true 和 false,分别对应匹配和不匹配的元素列表。
基本语法
partitioningBy 接收一个 Predicate(谓词)函数式接口作为参数:Collector
简单示例:按偶数奇数分区
假设我们有一个整数列表,想把偶数和奇数分开:
import java.util.*; import java.util.stream.Collectors; List输出结果:numbers = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10); Map > evenOddPartition = numbers.stream() .collect(Collectors.partitioningBy(n -> n % 2 == 0)); System.out.println("偶数: " + evenOddPartition.get(true)); System.out.println("奇数: " + evenOddPartition.get(false));
偶数: [2, 4, 6, 8, 10]
奇数: [1, 3, 5, 7, 9]
复杂对象的分区示例:按年龄是否成年
我们有一个用户类,想根据是否成年(年龄 ≥ 18)进行分区:
class Person {
String name;
int age;
Person(String name, int age) {
this.name = name;
this.age = age;
}
// getter 方法
public String getName() { return name; }
public int getAge() { return age; }
@Override
public String toString() {
return name + "(" + age + ")";
}
}
List输出:people = Arrays.asList( new Person("Alice", 25), new Person("Bob", 17), new Person("Charlie", 20), new Person("Diana", 16) ); Map > adultMinor = people.stream() .collect(Collectors.partitioningBy(p -> p.getAge() >= 18)); System.out.println("成年人: " + adultMinor.get(true)); System.out.println("未成年人: " + adultMinor.get(false));
成年人: [Alice(25), Charlie(20)]
未成年人: [Bob(17), Diana(16)]
进阶用法:结合 downstream 收集器
你还可以使用partitioningBy 的重载方法,传入第二个收集器来进一步处理每个分区的数据。
例如,只统计每组人数:
Map或者提取名字列表:countByAdult = people.stream() .collect(Collectors.partitioningBy( p -> p.getAge() >= 18, Collectors.counting() )); System.out.println("成年人数: " + countByAdult.get(true)); // 2 System.out.println("未成年数: " + countByAdult.get(false)); // 2
Map基本上就这些。partitioningBy 特别适合二元分类场景,代码清晰且表达力强,是Stream中处理“是/否”类分组的首选方式。> namesByAgeGroup = people.stream() .collect(Collectors.partitioningBy( p -> p.getAge() >= 18, Collectors.mapping(Person::getName, Collectors.toList()) ));
文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《JavaCollectors.partitioningBy分区用法详解》文章吧,也可关注golang学习网公众号了解相关技术文章。
网上订阅杂志怎么选?全攻略详解
- 上一篇
- 网上订阅杂志怎么选?全攻略详解
- 下一篇
- PS发光直线制作教程详解
查看更多
最新文章
-
- 文章 · java教程 | 57分钟前 | Java · 集合 · Stream · Collectors · toMap · groupingBy · map 重复键 Collectors.groupingBy Java Collectors.toMap Stream收集
- Java Collectors.toMap 遇到重复键如何保留两条数据
- 203浏览 收藏
-
- 文章 · java教程 | 2小时前 | Java教程 · 异常排查 · 集合框架 · 递归更新 · java HashMap map concurrenthashmap computeIfAbsent
- Java Map.computeIfAbsent 递归更新同一个键为什么会失败
- 184浏览 收藏
-
- 文章 · java教程 | 20小时前 |
- ServiceLoader provider怎么配置或排查
- 488浏览 收藏
-
- 文章 · java教程 | 22小时前 |
- MethodHandle 类型怎么配置或排查
- 214浏览 收藏
-
- 文章 · java教程 | 23小时前 | nio · 故障排查 · Java教程 · ByteBuffer · java limit position ByteBuffer flip
- ByteBuffer flip 状态怎么配置或排查
- 475浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Files.walk 关闭怎么配置或排查
- 347浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Stream toList 不可变怎么配置或排查
- 127浏览 收藏
-
- 文章 · java教程 | 1天前 | Java · 异常处理 · 并发编程 · completablefuture Java异步
- CompletableFuture 异常阶段怎么配置或排查
- 265浏览 收藏
-
- 文章 · java教程 | 1天前 | Java · 并发排查 · ScopedValue · java 上下文 并发 ScopedValue
- Scoped Values 上下文怎么配置或排查
- 107浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Virtual Thread pinning怎么配置或排查
- 381浏览 收藏
-
- 文章 · java教程 | 1天前 |
- switch pattern null怎么配置或排查
- 198浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 12次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 125次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 49次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 17次使用
-
- OpenCompass
- OpenCompass是上海AI实验室推出的开源大模型评测平台,提供CompassKit、CompassHub和CompassRank三大核心组件,支持LLM及多模态模型的一站式标准化评估与排行榜查询。
- 68次使用
查看更多
相关文章
-
- Java try-with-resources 多个资源关闭顺序是什么
- 2026-09-10 501浏览
-
- 矩阵主副对角线快速定位技巧
- 2026-05-31 501浏览
-
- Java多态优化流程代码与行为分发改进
- 2026-05-26 501浏览
-
- JVM 类元数据双亲委派链表深度解析
- 2026-05-21 501浏览
-
- 反射异常处理:InvocationTargetException解析与应用
- 2026-05-16 501浏览

